摘要：（150～200字）综合评价方法又称为多变量综合评价方法、多指标综合评估技术。近年来，综合评价方法集中运用于热点问题、前沿问题的研究。本文研究了最近几年在国内学术期刊上对综合评价方面的探讨，试图从综合评价的应用领域，以及研究内容入手，深入探讨现阶段综合评价方法的研究现状及发展趋势，并提出一些有益的建议，希望对以后的研究者有所帮助，以提高我国在综合评价方法领域的整体研究水平。
关键词：（3～5个）综合评价 综合评价方法 研究趋势
1.前言
所谓综合评价[1] (comprehensive evaluation, CE)概指对以多属性体系结构描述的对象系统做出全局性、整体性的评价，即对评价对象的全体，根据所给的条件，采用一定的方法给每个评价对象赋予一个评价值(又称评价指数)，再据此择优或排序。综合评价方法又称为多变量综合评价方法、多指标综合评估技术。早在1888年，开现代科学评价之先河者艾奇沃斯(Edgeworth)在英国皇家统计学会的杂志上发表的论文“考试中的统计学”中，就已经提出了对考试中的不同部分应如何加权。1913年，斯皮尔曼(Spearman)发表了“和与差的相关性”一文，讨论了不同加权的作用，此文实际上已用了多元回归和典型分析。20世纪70-80年代，是现代科学评价蓬勃兴起的年代。在此期间，产生了多种应用广泛的评价方法，诸如ELECTRE法(1971-1977, 1983)、多维偏好分析的线性规划法(简记LINMAP, 1973)、层次分析法(简记AHP, 1977)、数据包络分析法(简记DEA, 1978)、逼近于理想解的排序方法(简记TOPSIS, 1981)等。20世纪80-90年代，是现代科学评价在我国向纵深发展的年代，人们对评价理论、方法和应用开展了多方面、卓有成效的研究。
目前对于综合评价的研究往往分为两类：一类是就综合评价指标的研究；另一类是对综合评价模型的研究。但是这种分类太过笼统，不能充分反映出现阶段对综合评价方法研究的现状与发展趋势。本文研究了最近几年在国内学术期刊上对综合评价方面的探讨，试图从综合评价的应用领域，以及研究内容入手，深入探讨现阶段综合评价方法的研究现状及发展趋势，分析国内在综合评价研究方面存在的不足，并提出一些有益的建议，希望对以后的研究者有所帮助，以提高我国在综合评价方法领域的整体研究水平。
2.综合评价方法分类
从总体上可将目前常用的综合评价方法分为以下几类[1,2]：专家评价法、经济分析法、运筹学和其它数学方法、智能化评价方法。
2.1专家评价法
这是一种以专家的主观判断为基础，通常以“分数”、“指数”、“序数”、“评语”等作为评价的标准； 对评价对象做出总的评价的方法。常用的方法：评分法、分等方法、加权评分法及优序法等。这类方法由于比较简单，因而也得到了广泛的应用，如用于科研生产力评价、大学科研成果评价、城市环境综合整治与定量考核及企业经济效益的考核等。专家评价法属于定性评价法,其优点是不受统计数据的限制，可以发挥人的智慧和经验，可以避免和减少因统计数据不足或不精确而产生的片面性和局限性。缺点是评价中的随机因素影响较多，评价结果易受到评价人员主观意识的影响和经验、知识的局限，易带有个人偏见和片面性。
2.2经济分析法
这是一种以事先议定好的某个综合经济指标来评价不同对象的CE 方法， 常用的有: 直接给出综合经济指标的计算公式或模型的方法、费用—效益分析（cost-benefit analysis）法等。这类方法常用于新产品的开发、科技成果和经济效益的评价、区域经济不平衡发展的程度及投资项目的各种评价等。
2.3运筹学和其它数学方法
这类方法用到的数学知识更多一些， 目前用得较多的有以下几类。
1）多目标决策方法
多目标决策（multiobjective decision making, MODM）方法，这类综合评价本身有很多种方法， 但大体上有以下几种[3]：
1°化多为少法
即通过多种汇总的方法将多目标化成一个综合目标来评价，最常用的有加权和方法、加权平方和方法、乘除法和目标规划法等；
2°分层序列法
即将所有目标按重要性次序排列，重要的先考虑；
3°直接求所有非劣解的方法；
4°重排次序法，例如ELECTRE法；
5°对话方法等。
MODM方法对评价对象描述比较精确,可以处理多决策者、多指标、动态的对象随着计算机的广泛应用，人工智能，知识工程和专家系统的飞速发展，决策支持系统(decision support system, DSS) 的研究与开发，与MODM的理论和方法一起有力地促进了管理决策科学化的进程。MODM方法现已在社会、经济和工程等领域得到了广泛的应用。
2）数据包络分析方法
数据包络分析(data envelopment analysis, DEA )方法和模型是1978年由美国A.Charnes和W.W.Cooper等人首先提出的，它用来评价多输入和多输出的“部门”(称为决策单元)的相对有效性。DEA方法可以看作是一种非参数的经济估计方法，实质是根据一组关于输入—输出的观察值来确定有效生产前沿面。DEA方法的应用领域也很广泛，可以用于多种方案之间的有效性评价、技术进步评估、规模报酬评价及企业效益评价等。
3）层次分析法
层次分析法( analytic hierarchy process, AHP)是70 年代由著名运筹学家T.L.Saaty提出的，它的基本原理[4]是根据具有递阶结构的目标、子目标(准则)、约束条件及部门等来评价方案，来用两两比较的方法确定判断矩阵，然后把判断矩阵的最大特征根相应的特征向量的分量作为相应的系数，最后综合出各方案各自的权重(优先程度)。该方法作为一种定性和定量相结合的工具，目前已在油价规划、教育计划、钢铁工业未来规划、效益成本决策、资源分配和冲突分析等方面得到了广泛的应用。
4）模糊综合评价方法
模糊综合评价(fuzzy comprehensive evaluation, FCE) 方法是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。由于模糊综合评价方法可以较好的解决综合评价中的模糊性（如事物类属之间的不清晰性，评价专家认识上的模糊行等），因而该方法的应用几乎涵盖了所有领域。
5）灰色综合评价方法
灰色系统理论是中国学者邓聚龙教授首先提出的，包括灰关联度评价方法、灰色聚类分析方法[5]等。灰色综合评价方法（gray comprehensive evaluation）运用灰色系统理论对研究对象进行综合评价，主要工具是关联分析，及通过比较数列与参考数列的关联系数和相关度，来确定各种影响因素或备选方案的重要度，进而决定重要因素或最优方案。应用领域包括企业的经济效益评价、农业发展水平评估、国防竞争力测算、工程领域等。方法的优点是能够处理信息部分明确、部分不明确的灰色系统，所需的数据量不是很大，可以处理相关性大的系统。
2.4 数理统计方法
数理统计方法主要是应用其中的主成分分析(principal component analysis)、因子分析(factor analysis)、聚类分析(cluster analysis)、判别分析(discriminant analysis)[6,7]等方法对一些对象进行分类和评价等,该类方法在环境质量、经济效益的综合评价以及工业主体结构的选择等方面得到了应用。
2.5智能化评价方法
智能化评价方法[2]主要指基于BP人工神经网络的评价方法，模拟人脑智能化处理过程的人工神经网络技术，通过BP算法，学习或训练获取知识，并存储在神经元的权值中，通过联想把相关信息复现。能够“揣摩”“提炼”评价对象本身的客观规律，进行对相同属性评价对象的评价。由于基于BP人工神经网络的评价方法具有自适应能力、可容错性、能够处理非线形、非局域性与非凸性的大型复杂系统，因此被越来越广泛的应用于涉及银行贷款项目、股票价格的评估、城市发展综合水平的评价等。
3.数据采集和研究方法
3.1 数据综述
2004-2007年CNKI中国期刊全文数据库核心期刊共收录1805篇综合评价研究论文，其中收录十篇以上的期刊有21种，共计547篇；收录五篇以上的期刊有74种，共计473篇；收录五篇以下的期刊有322种，共计785篇。充分说明综合评价技术应用的广泛性，几乎涵盖了任何领域。正是由于综合评价技术应用的广泛性与灵活性，给究现综合评价技术的发展现状及趋势带来了一定的困难，因此本文选择综合评价类文章发表相对集中的核心期刊（收录十篇以上的期刊）《统计与决策》、《商场现代化》、《数学的实践与认识》、《科技进步与对策》、《中国卫生统计》、《安徽农业科学》、《商业研究》、《科技管理研究》、《情报杂志》、《工业技术经济》、《系统工程理论与实践》、《计算机工程与应用》、《情报科学》、《铁道运输与经济》、《北京体育大学学报》、《电网技术》、《东北大学学报(自然科学版)》、《公路交通科技》、《灌溉排水学报》、《中国矿业》、《水科学进展》进行研究。具体论文分布统计如表1、表2所示：
3.2 数据分析
3.2.1总合评价应用领域分析
理论上讲，综合评价方法可以应用在任何领域中，下面按照应用领域的不同进行统计来探讨现阶段综合评价方法的应用情况。在547篇关于综合评价的研究的文章里，不涉及领域的研究文章，仅有43篇，仅占论文总数的7.86%。综合评价应用最为广泛的十个领域为：企业管理，科教，商业竞争，农业，医药，交通，城市建设，水利，矿业，电力。
3.2.2综合评价研究内容分析
按照内容分类，可以大致将论文分成两类，一类是对具体的综合评价方法的研究，共计423篇，所占百分比为77.33%，另一研类是对综合评价的究现状及发展趋势进行讨论，共计124篇，所占百分比为22.67%。对于每种技术的研究都是相似的，首先对该种技术进行研究，再将该种技术引入某一领域，然后再扩展到其他相关领域，接下来总结该种技术的研究现状与发展趋势，通过上边两个数值，可以看出对于综合评价技术的研究已经比较深入，在对技术本身的研究的同时，已经开始从更高的理论方面研究综合评价技术的发展趋势。
1）着重研究第一类论文的构成情况，通过对数据进行聚类分析，得到如表4所示的结果。模糊综合评价法，灰色综合评价法，层次分析法，多目标分析法，基于神经网络的综合评价法，主成份分析法，因子分析法，多指标评价法，数据包络法等九种综合评价方法的研究最为广泛，累计百分比为69.03%，其中又以模糊综合评价方法应用最多，达到32.62%。再加上对这些综合评价方法的组合应用，占据了综合评价方法研究领域的绝大部分（80.61%）。而其他综合评价方法，如专家评分法，关联矩阵法，Delphi法，判别分析法等仅占整个研究领域的不到20%。
同时分别按年份统计各种综合评价方法的研究情况。
总体来看各种综合评价方法的研究均为逐年递增，其中以模糊综合评价法，灰色综合评价法以及层次分析法增加最为迅速。
2）进一步对综合评价方法的组合应用进行分析，其构成如表6所示：其中以层次分析法与模糊综合评价方法的组合最多，达46.94%，这两种综合评价方法分别与其他方法相结合的情况也比较普遍，分别有24.49%和14.29%。
3）从研究内容的侧重点不同来探讨，有些论文侧重对综合评价指标的研究，有些侧重对综合评价模型的研究，还有些是指标与模型并重。按照研究内容的侧重点进行统计，得到表7：
3.2.3研究方法分析
按照研究方法不同可以将论文分为理论研究与实证研究两类，在对这547篇论文的研究中有114篇论文采取了实证研究的方法，占论文总数的20.84%，比例较小。
4.总结
通过上述数据分析，我们可以得到以下结论：
1）评价是决策的前提，无论什么行业什么领域，都会面临决策，因而也离不开评价，所以，理论上综合评价技术可以应用于任意行业。从表一中可以看到，综合评价的应用以统计，经济领域最为广泛，同时覆盖计算机科学，农业，工业，体育，交通等多个领域。充分显示了综合评价技术应用的普遍性，以及良好的兼容性，可以很好的与各个领域相结合。
2）专家评分法，Delphi法等虽然操作简单，但是由于结果的主观性造成人多的时候评价结果难以收敛，因而应用范围较小；经济分析法由于简历模型比较困难，同时评价因素的个数也不能太多，因而应用也不多；统计学方法对于大量数据的依赖性也限制了其应用。
模糊综合评价可以克服传统数学方法中“唯一解”的弊端。能够根据不同可能性得出多个层次的问题解，具备可扩展性，符合现代管理中“柔性管理”的思想，因而拥有广泛的应用前景。基于BP人工神经网络的评价具有自适应能力、可容错性，能够处理非线性、非局域性与非凸性的大型复杂系统，因而应用领域也再不断扩大，虽然从现有数据还看不到该方法的优势，但是随着研究的深入，基于Bp人工神经网络的评价会应用的越来越广泛。
3）单一的综合评价方法已经不能满足复杂的现实状况，组合综合评价方法应运而生，在现阶段的研究中，以两种综合评价方法的组合最为普遍，层次分析法和模糊综合评价方法的结合成为综合评价领域内的研究热点；层次分析法和模糊综合评价方法与其他综合评价方法相比更具有可扩展性，可以与其他综合评价方法进行结合，显示出其强大的生命力。
4）从数据分析来看到目前为止对于综合评价的研究主要还是集中于指标和模型的研究，具体看来大多数为对指标或者模型其中之一进行研究，两者加起来达到论文总数的50.82%。而对指标与模型结合研究的比例较少，仅有12.29%。
5）实证研究较少，大部分实证研究的论文所用的实例都是个例，不具有行业代表性及通用性，这是在以后的研究中需要注意的地方。◆
参考文献：
[1]王宗军.综合评价的方法、问题及其研究趋势[J].管理科学学报,1998,1(1):73-74
[2]陈衍泰,陈国宏,李美娟.综合评价方法分类及研究进展[J].管理科学学报,2004,7(2):70-71
[3]顾基发.评价方法综述.科学决策与系统工程.北京:中国科学技术出版社,1990,22-26
[4]刘豹,许树柏，赵焕臣等.层次分析法——规划决策的工具.系统工程,1984,2(2):23-30
[5]邓聚龙.灰色控制系统[M].北京:科学出版社,1993.46-217
[6]何小群.现代统计分析方法[M].北京:中国人民大学出版社,1998.215-344
[7]Jacques Savoy. Statistical inference in retrieval effectiveness evaluation [J]. Information Processing and Management, 1997,33(4) 495-512